机器学习算法实现
文章平均质量分 90
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
程序搬运工
知识传播者
人工翻译员
视频替代者
就是求关注
展开
-
深度学习、机器学习领域毕业设计选题方法及建议
目录1 .机器学习、深度学习选题方向2.毕业论文命题(选题)技巧3. 难度把控3 最后1 .机器学习、深度学习选题方向深度学习已经在语音识别、图像处理等方面取得了巨大成功。其研究方向可以大致分为以下几个域:(标黑的为常见领域)1. 计算机视觉 生物特征识别:人脸识别、步态识别、行人ReID、瞳孔识别等; 图像处理:分类标注、以图搜图、场景分割、车辆车牌、OCR、AR等; 视频分析:安防监控、智慧城市等;2. 自然语言处理 情感分词、实体关系抽取、知...原创 2021-10-20 21:11:42 · 14871 阅读 · 1 评论 -
SVM替换softmax函数实现模型优化:有效替换卷积神经网络中的softmax函数示例(keras实现版代码)
目录ModelSVMWrapper包:应用实现:构建输入模型(model)开始训练模型:ModelSVMWrapper包:ModelSVMWrapper函数提供一个包,该包内用SVM有效替换Keras模型的softmax。 model_svm_wrapper.py代码实现:from keras.models import Modelfrom sklearn.svm...原创 2020-05-02 23:41:28 · 5490 阅读 · 8 评论 -
使用回归模型预测星巴克消费者的购物习惯
目录摘要数据描述 数据分析代码实现 加载数据与预处理数据集 开始回答假设问题 数据建模 结束摘要此次将使用CRISP-DM流程分析星巴克数据集。主要通过使用数据可视化和数据建模探索星巴克消费者习惯来回答一些业务问题。所探索的问题是:性别将如何影响某人在星巴克的消费?男人比女人花更多的钱,还是相反? 有多少人...翻译 2020-05-01 10:55:06 · 2257 阅读 · 3 评论 -
跨行业数据挖掘标准流程(CRISP-DM)
CRISP-DM概念CRISP-DM代表跨行业的数据挖掘过程,CRISP-DM 模型是KDD模型的一种。CRISP-DM方法论提供了计划数据挖掘项目的结构化方法。这是一种可靠且经过验证的方法。CRISP提供了一种开放的、可自由使用的数据挖掘标准过程,使数据挖掘适合于商业或研究单位的问题求解策略。它把这个过程定义为六个标准阶段,分别是商业理解、数据理解、数据准备、建立模型、模型评估和模型发布,以...翻译 2020-05-01 09:11:27 · 4842 阅读 · 0 评论 -
训练简单的ANN神经网络实现人棋对战(井字棋,Tic-tac-toe)
目录摘要:井字棋(Tic-tac-toe)介绍:数据集:模型构建及训练:应用实现,实现井字棋:人机对下,结果分析:摘要: 井字棋是一种决策类下棋游戏,一般情况下先下棋者赢的可能性大一些。为了理解和观察人工智能算法在实际应用上的可行性。因此,我们训练了一个简单的全连接神经网络以阻止玩家获胜的空间。对于简单的3x3井字棋游戏,可以使用神经网络算法轻...原创 2020-04-25 22:01:41 · 2127 阅读 · 0 评论 -
基于SVM的中文微博情感分析系统(flask实现界面)
目前网上流行一种进行情感分析的嵌入界面,通过提交评论进行实时情感分析,但是目前网上的开源代码多基于慕课源码的英文文本情感分析。为了能够进行中文的文本情感分析,此篇文章通过收集微博情感数据集进行训练和实现一个基于中文的简单情感分析web系统。该项目主要实现了两个内容:一是基于词频统计和词嵌入的特征表示方法分别比较了SVM算法和LSTM算法在中文情感分析上的性能。二是将利用fla...原创 2020-04-08 00:19:10 · 6506 阅读 · 2 评论 -
ARIMA时间序列模型预测洗发水销售数据代码模型讲解
1 概念 ARIMA模型,全称为自回归积分滑动平均模型(Autoregressive Integrated Moving Average Model),是由博克思(Box)和詹金斯(Jenkins)于20世纪70年代初提出的一种时间序列预测方法。ARIMA模型是指在将非平稳时间序列转化为平稳时间序列过程中,将因变量仅对它的滞后值以及随机误差项的现值和滞后值进行回归所建立的模型。...转载 2019-05-10 22:22:10 · 4637 阅读 · 0 评论 -
基于python实现的车牌识别系统
开发环境:python3.4.4,opencv3.4,numpy1.14,tkinter和PIL5.运行:开始识别:识别:原创 2019-03-26 00:04:18 · 20459 阅读 · 14 评论 -
python爬虫爬取(中国空气质量在线监测分析平台)北京PM2.5,2013年至2018年的数据
要爬取的数据网站如下图所示:即是爬取该网站2013年12月2日至2018年11月份北京空气质量指数历史数据,其中要爬起的 内容如PM2.5,So2等,即是从这个网页内置的表格中爬取,因为该网站比较有规律,代码实现不是很难,爬取上述表格数据,存储为csv文件格式,具体代码如下述所示:import timefrom urllib import parseimport pandas a...原创 2018-11-28 21:14:33 · 12690 阅读 · 3 评论 -
开发和设计实现LSTM模型用于家庭用电的多步时间序列预测
鉴于智能电表的兴起以及太阳能电池板等发电技术的广泛采用,有大量的用电数据可供选择。该数据代表了多变量时间序列的功率相关变量,这些变量又可用于建模甚至预测未来的电力消耗。与其他机器学习算法不同,长期短期记忆递归神经网络能够自动学习序列数据的特征,支持多变量数据,并且可以输出可用于多步预测的可变长度序列。总体概述本教程分为九个部分; 他们是:问题描述 加载并准备数据集 模型评估 ...翻译 2018-11-09 12:21:21 · 5832 阅读 · 12 评论 -
机器学习中分类与回归问题的区别与联系
分类和回归问题之间存在重要差异。从根本上说,分类是关于预测标签,而回归是关于预测数量。我经常看到诸如以下问题:如何计算回归问题的准确性?像这样的问题是没有真正理解分类和回归之间的差异以及试图衡量的准确度的症状。在本教程中,您将发现分类和回归之间的差异。完成本教程后,您将了解:该预测建模是关于学习从输入到输出的映射函数的问题,称为函数逼近。 该分类是预测示例的离散类...原创 2018-10-18 19:21:28 · 27155 阅读 · 0 评论 -
深度学习CNN模型预测电影评论中的情感问题
情感分析是一种自然语言处理问题,其中理解文本并预测潜在意图。在这篇文章中,您将了解如何使用Keras深度学习库在Python中预测电影评论的积极或消极情绪。阅读这篇文章后你会知道:关于自然语言处理的IMDB情绪分析问题以及如何在Keras中加载它。如何在Keras中使用单词嵌入来解决自然语言问题。如何开发和评估IMDB问题的多层感知模型。如何为IMDB问题开发一维卷积神经网络模型。 ...翻译 2018-07-13 21:44:41 · 3262 阅读 · 0 评论 -
tensorflow实现基于KNN(和CNN)算法的阿拉伯数字识别(代码详解)
废话不多说,直接上项目;(大家如果感兴趣可以加深度学习代码实现群:225215316,或者想做此方向的项目加讨论群:457756921) 首先我们先将具体的数字图片转换为向量矩阵形式,存储在txt文件下,具体格式如下,其是数字0的矩阵向量形式:整个项目文件夹下分一部分为训练集数据集另一部分为测试集数据集,文件格式如下:那么直接开始上KNN算法的代码实现...原创 2018-07-02 14:07:58 · 2191 阅读 · 1 评论